GeoAgent: Learning to Geolocate Everywhere with Reinforced Geographic Characteristics

Created by

Haebom

저자

Modi Jin, Yiming Zhang, Boyuan Sun, Dingwen Zhang, MingMing Cheng, Qibin Hou

💡 개요

본 논문은 지리적 특성을 활용하여 사람이 추론하는 방식과 유사한 세밀한 주소 추론이 가능한 GeoAgent 모델을 제안합니다. 기존 강화학습 기반 방법론의 AI 생성 CoT 데이터 의존성 및 지리적 특성과 충돌하는 훈련 전략 문제를 해결하기 위해, 지리 전문가들이 주석을 단 새로운 CoT 데이터셋 GeoSeek를 구축했습니다. 또한, 지리적 유사도 보상과 일관성 보상을 도입하여 모델이 지리적 관점에서 올바른 답을 도출하고 추론 과정의 일관성을 유지하도록 훈련을 지원합니다.

🔑 시사점 및 한계

•

지리적 특성을 고려한 새로운 CoT 데이터셋(GeoSeek)과 훈련 전략(지리적 유사도 보상, 일관성 보상)을 통해 기존 방법론의 한계를 극복하고 인간과 유사한 추론 능력을 갖춘 지오로케이션 모델을 제시했습니다.

•

GeoAgent는 다양한 수준의 지오로케이션 과제에서 기존 방법론과 범용 VLLM보다 뛰어난 성능을 보여주며, 실제적인 지오로케이션 애플리케이션에 대한 가능성을 시사합니다.

•

제안된 훈련 방식의 일반화 가능성 및 다양한 환경에서의 성능 검증, 그리고 복잡하고 동적인 지리적 변화에 대한 적응력 향상이 향후 연구 과제로 남아있습니다.

PDF 보기

Made with Slashpage